#### MAURCIO TAKASHI COUTINHO WATANABE - Exerccio 6 #####

getwd()
setwd("C:/Users/Maurcio/Documents/aula6")



###### Crie seus dados  ########
# A
invent.a <- rnorm(10, mean=6, sd=3)
invent.a
# B
invent.b <- rnorm(10, mean=7.5, sd=3.2)
invent.b
## Testando se a mdia das amostras so diferentes.
source("simula.r")
media.a <- mean(invent.a)
media.a
media.b <- mean(invent.b)
media.b
dif <-abs(round(mean(invent.a)-mean(invent.b),1))
simulado.uni <- simula(invent.a,invent.b,teste="uni")
n.maior=sum(round(simulado.uni,1)>=round(dif,1))
n.menor=sum(round(simulado.uni,1)<=round(dif*-1))
prop.bi =(n.maior+n.menor)/length(simulado.uni)
prop.bi
## Testando se a mdia da segunda amostra  maior do que a da primeira
prop.maior=n.maior/1000
prop.maior
## Utilizando o t.test
t.test(invent.a,invent.b)
t.test(invent.b,invent.a,alternative=c("greater")) ## Os resultados em termos numricos no so iguais mas so muito prximos.
## Diagnstico grfico das premissas: Tanto o "simula.r" quanto o "t.test" tratam as amostras como se fossem de um mesmo grupo, ambas utilizando a distribuio normal para realizarem seus testes..
#Para testar a distribuio normal e a varincia seguem os comandos para gerar os grficos, abaixo.
par(mfrow=c(1,2))
qqnorm(invent.a)
qqline(invent.a)
qqnorm(invent.b)
qqline(invent.b)

par(mfrow=c(1,4))
boxplot(invent.a,prob=TRUE)
hist(invent.a,prob=TRUE)
rug(invent.a)
lines(density(invent.a),add=TRUE)
boxplot(invent.b,prob=TRUE)
hist(invent.b,prob=TRUE)
rrug(invent.b)
lines(density(invent.b),add=TRUE)

bartlett.test(list(invent.a,invent.b))



##### Caixeta de novo?! #########

again <- read.csv("caixeta.csv", header=TRUE, sep=",", as.is=TRUE)
again
# Calculando a rea basal
again$area.basal = pi*(((again$cap)/(2*pi))^2)
again

# Mdia da rea basal por localidade e amostra( supondo que seja "parcela")
med.area.local = aggregate(again$area.basal, by=list(again$local,again$parcela), FUN=mean)
med.area.local
names(med.area.local)<- c("localidade","parcela","media.area.basal")
med.area.local

# Grficos
boxplot(again$area.basal~again$local)
boxplot(med.area.local$media.area.basal~med.area.local$localidade)


# Anova
# calculando a mdia geral da rea basal
mean.geral <- mean(again$area.basal)
mean.geral
# Desvio quadrtico total
desv.total = sum((again$area.basal-mean.geral)^2) 
desv.total
# Desvio quadrtico intra grupos
mean.chauas = mean(again$area.basal[again$local=="chauas"])
mean.jureia = mean(again$area.basal[again$local=="jureia"])
mean.retiro = mean(again$area.basal[again$local=="retiro"])
desv.chauas = sum((again$area.basal[again$local=="chauas"]-mean.chauas)^2)
desv.jureia = sum((again$area.basal[again$local=="jureia"]-mean.jureia)^2)
desv.retiro = sum((again$area.basal[again$local=="retiro"]-mean.retiro)^2)

desv.intra=desv.chauas+desv.jureia+desv.retiro
desv.intra

# Desvio quadrtico entre grupos
desv.entre=desv.total-desv.intra
desv.entre

# Graus de liberdade
gl.total=length(again$area.basal)-1
gl.total
gl.entre=length(levels(again$local))-1
gl.entre
gl.intra=gl.total-gl.entre
gl.intra

# Desvio mdio
dm.intra <- desv.intra / gl.intra
dm.entre <- desv.entre / gl.entre
dm.intra
dm.entre

# Razo das varincias
rv <- dm.entre/dm.intra
rv

# P
pf(rv,gl.entre,gl.intra,lower.tail=FALSE)


## Funo anova
anova.func=aov(area.basal~local,data=again)
summary(anova.func)

## Qual  a porcentagem de variao explicada pela localidade nesse caso?
variacao <- desv.entre/desv.total*100
variacao